我想对我的数据进行分段增长回归，基于 Raudenbush/Bryk(1992/2002)，分层线性模型，p178 - 179。
我将不得不应用一个多层次模型来做到这一点。
我是我需要使用的 lme4-package。
我的数据包含每个 ID 一段时间内的销售收入。我有两个断点：sales>10 和 sales>25。我想分析断点前后的销售额增长情况。
每个ID都有两个变量：var1：123455555555（当销售额超过10（断点1）时，变量保持不变）var2：000000006789（当销售额超过25（断点2）时，变量在增加，在25之前是0)
df = data.frame (
ID = c(1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2),
sales = c(1,4,10,12,20,26,28,2,5,9,12,13,18,26,29,35),
var1 = c(1,2,3,3,3,3,3,1,2,3,4,4,4,4,4,4),
var2 = c(0,0,0,0,0,1,2,0,0,0,0,0,0,1,2,3))
我的多级模型具有以下形式：
Y= b0i + b1i*a1ti + b2i*a2ti + eti
（对不起，我不允许发布图片和公式：（）
a1ti 和 a2ti 是我指定片段的编码变量（var1 和 var2）。
第 1 级：每个人的重复观察
第 2 级：受试者之间的水平
也许有人可以解释一下我必须在我的 lmer()-Code 中指定级别 1 和级别 2 的位置以及我将如何获得我的两个部分的两个斜率？我是否必须在括号之间添加规格为 O + ... 或 1 + ... 才能仅获得截距等？
我想我的代码看起来像这样：
test <- (lmer(sales ~ ID*var1 + (1|var1) + (1|ID), df))
或这个：
test <- (lmer(sales ~ var1 + var2 + (1|var1) + (1|var2), df))
谢谢！
最好的祝福亚历克萨